哈佛研究:代码审查成瓶颈,AI 编码助手未提升软件产出
Ars Technica AI · rss · 2026-10-10
哈佛研究者 Fiona Chen 与 James Stratton 基于 Jellyfish 工程分析数据(2021 至 2026 年 3 月、700 多家企业、70 万+员工、3 亿个 commit/PR 等工作事件)发现:
- AI 编码助手确实生成了更多代码,但人肉代码审查成为显著瓶颈,抵消了编码阶段的效率提升。
- 采用 AI 工具后,代码审查流程显著变长、PR 更常被打回、审查者留下更多评论。
- 研究未发现企业因此增加软件产出或减少雇佣——编码环节省下的效率被下游生产环节约束吸收,即「生成更多代码,但不是更多软件」。
「漫话AGI」频道最新
- a16z 数据：呼叫中心岗位从年增 4% 转为年减 4% — a16z · 2026-10-10
- 数学家 littmath:定理证明只是代理指标,AI 擅长解题不威胁真正的数学理解 — littmath · 2026-10-10
- 经济学家：数学论文大多正确、经济学论文大多错误，AI 更难超越后者 — paulnovosad · 2026-10-10
- 2027 年将现「自由蜂群」？自购算力自赚钱的 AI 机器人军团推演 — max_paperclips · 2026-10-10
- Mike Frank：AI 福利论调是 EA 谋求监管权力的新话术 — MikePFrank · 2026-10-10
- 社媒最火的视频已是 AI 生成，而转发主力不再是父辈 — bennash · 2026-10-10